データ駆動型ファイナンス : 基礎理論からPython機械学習による応用 Data driven finance : basic theory and applications using Python machine learning
著者
書誌事項
データ駆動型ファイナンス : 基礎理論からPython機械学習による応用 = Data driven finance : basic theory and applications using Python machine learning
共立出版, 2022.7
- タイトル読み
-
データ クドウガタ ファイナンス : キソ リロン カラ Python キカイ ガクシュウ ニ ヨル オウヨウ = Data driven finance : basic theory and applications using Python machine learning
電子リソースにアクセスする 全1件
並立書誌 全1件
大学図書館所蔵 全84件
  青森
  岩手
  宮城
  秋田
  山形
  福島
  茨城
  栃木
  群馬
  埼玉
  千葉
  東京
  神奈川
  新潟
  富山
  石川
  福井
  山梨
  長野
  岐阜
  静岡
  愛知
  三重
  滋賀
  京都
  大阪
  兵庫
  奈良
  和歌山
  鳥取
  島根
  岡山
  広島
  山口
  徳島
  香川
  愛媛
  高知
  福岡
  佐賀
  長崎
  熊本
  大分
  宮崎
  鹿児島
  沖縄
  韓国
  中国
  タイ
  イギリス
  ドイツ
  スイス
  フランス
  ベルギー
  オランダ
  スウェーデン
  ノルウェー
  アメリカ
この図書・雑誌をさがす
注記
参考文献: p [221] -228
内容説明・目次
内容説明
本書はファイナンスの標準理論および機械学習のいくつかの手法を解説し、ファイナンス理論の中で機械学習を活用することがなぜ重要なのか、データドリブンな手法がどのような意味をもつのかについて、可能な限り自然に理解できるようにまとめている。また、単にファイナンスにおける機械学習の意義を説明するだけでなく、実際に読者自身の手で応用・活用できるようにPythonによる豊富な実装例を掲載していることも特長の一つである。ファイナンス理論については、直感的に理解できるように、難しい数式展開などは避け、理論の意義や解釈に重点をおくようにした。ただし、数理的な展開は演習問題にまとめているため、厳密な理論を好む読者は、本文を通読した後に、演習問題に取り組むことで、十分に満足できる構成になっているだろう。
目次
- 金融の仕組みについて
- 第1部 均衡価格アプローチ(最適ポートフォリオ;CAPM;回帰モデル)
- 第2部 無裁定価格アプローチ(無裁定;デリバティブ;統計的裁定)
- 第3部 データ駆動アプローチ(分類;ディープラーニング;リカレントニューラルネットワーク)
「BOOKデータベース」 より